就在过去几个月里，因为美联储的加息，科技公司的资本狂欢宣告结束，美国上市的 SaaS 公司股价基本都跌去了 70%，裁员与紧缩是必要选项。但正当市场一片哀嚎的时候，Dall-E 2 发布了，紧接着就是一大批炫酷的 AI 公司登场。这些事件在风投界引发了一股风潮，我们看到那些兜售着基于生成式 AI（Generative AI）产品的公司，估值达到了数十亿美元，虽然收入还不到百万美元，也没有经过验证的商业模式。不久前，同样的故事在 Web 3 上也发生过！感觉我们又将进入一个全新的繁荣时代，但人工智能这次真的能带动科技产业复苏么？

本文将带你领略一次人工智能领域波澜壮阔的发展史，从关键人物推动的学术进展、算法和理念的涌现、公司和产品的进步、还有脑科学对神经网络的迭代影响，这四个维度来深刻理解“机器之心的进化”。先忘掉那些花里胡哨的图片生产应用，我们一起来学点接近 AI 本质的东西。全文共分为六个章节：

1. AI 进化史 - 前神经网络时代、Machine Learning 的跃迁、开启潘多拉的魔盒
2. 软件 2.0 的崛起 - 软件范式的转移和演化、Software 2.0 与 Bug 2.0
3. 面向智能的架构 - Infrastructure 3.0、如何组装智能、智能架构的先锋
4. 一统江湖的模型 - Transformer 的诞生、基础模型、AI 江湖的新机会
5. 现实世界的 AI - 自动驾驶新前沿、机器人与智能代理
6. AI 进化的未来 - 透视神经网络、千脑理论、人工智能何时能通用？

文章较长，累计 22800 字，请留出一小时左右的阅读时间，欢迎先收藏再阅读！文中每一个链接和引用都是有价值的，特别作为衍生阅读推荐给大家。

阅读之前先插播一段 Elon Musk 和 Jack Ma 在 WAIC 2019 关于人工智能的对谈的经典老视频，全程注意 Elon Ma 的表情❓❓大家觉得机器智能能否超过人类么？带着这个问题来阅读，相信看完就会有系统性的答案！

本文在无特别指明的情况下，为了书写简洁，在同一个段落中重复词汇大量出现时，会用 AI（Artifical Intelligence）来代表 人工智能，用 ML（Machine Learning）来代表机器学习，DL（Deep Learning）来代表深度学习，以及各种英文缩写来优先表达。

01 AI 进化史

对于机器是否真能 "知道"、"思考 "等问题，我们很难严谨的定义这些。我们对人类心理过程的理解，或许只比鱼对游泳的理解更好一点。John McCarthy

- 星际资讯

免责声明：投资有风险，入市须谨慎。本资讯不作为投资建议。